NumPy数据处理常用方法大全

NumPy数据处理常用方法大全

作者:郭震

下面是一些有用的NumPy函数和方法名称的列表,这些名称按类别排序.如果你的目标是将来做算法相关工作,想写出高性能的代码,或者目前工作中对算法的求解时间要求苛刻,那么熟练使用这些方法便很有必要.最好知道每个方法的计算复杂度,根据具体问题定制选择某个特定的方法.

1 数组创建

arange, array, copy, empty, empty_like, eye, fromfile, fromfunction,  identity, linspace, logspace, mgrid, ogrid, ones, ones_like, r_, zeros,  zeros_like

2 转换

ndarray.astype, atleast_1d, atleast_2d, atleast_3d, mat

3 操纵

array_split, column_stack, concatenate, diagonal, dsplit, dstack,  hsplit, hstack, ndarray.item, newaxis, ravel, repeat, reshape, resize,  squeeze, swapaxes, take, transpose, vsplit, vstack

4 判断

all, any, nonzero, where

5 排序

argmax, argmin, argsort, max, min, ptp, searchsorted, sort

6 操作

choose, compress, cumprod, cumsum, inner, ndarray.fill, imag, prod, put, putmask, real, sum

7 基本统计

cov, mean, std, var

8 基本线性代数

cross, dot, outer, linalg.svd, vdot

有目共睹,NumPy包里的方法性能是很高的,一般比我们自己实现的要高效很多.

接下来,我们按照以上8个维度,结合工作中实际使用场景,共同讨论它们的高效使用之道.

感谢你的支持,原创不易,希望转发,点击,以及收藏,也可以点击阅读原文更多AI知识分享,同时也可以关注知识星球:郭震AI学习星球

长按上图二维码查看「郭震AI学习星球」

• 更多Python、数据分析、爬虫、前后端开发、人工智能等教程参考.

• 以上全文,欢迎继续点击阅读原文学习,阅读更多AI资讯,[请点击这里]  https://ai-jupyter.com/